opencv——superpixel算法——SLIC，SEEDS，LSC

整理资料不容易，版权所，转载请标明出处，谢谢！！

opencv关于超像素生成，目前没有发现网上有代码，这里为了方便大家使用超像素，我整理了一下opencv生成超像素的方法，希望对大家有帮助。

这里主要介绍使用opencv生成superpixel，主要介绍的算法为SLIC，SEEDS，LSC。但是目前superpixel生成算法在OpenCV 3.1.0的Release版本中并不存在，因为他们是存放在opencv_contrib目录下面的未稳定功能模块，所以如果我们想要使用这个目录的功能，就需要自己重新进行OpenCV的编译。编译opencv网上有好多教程，大家可以查一查，按照教程一般都能够自己编译opencv。编译所需要的资源如下：
opencv3.1下载地址：http://opencv.org/downloads.html
opencv_contrib-master下载地址：https://github.com/opencv/opencv
cmake-gui下载地址：https://cmake.org/download/
这里我就不具体介绍如何编译opencv了，编译以后的文件目录如下：

install就是我们需要的目录，这里面的目录结构和我们下载opencv release版本差不多，见下图：

按照官网release版本做相应的配置就OK了。这里如要配置内容如下：

具体的编译，配置就简单介绍到这里，下面是本文的主要内容。

superpixel相关的类在cv::ximgproc命名空间下，在opencv文档中。我们可以看到一下内容：

opencv官方文档中SLIC内容如下：

#include <opencv2/core.hpp>namespace cv{namespace ximgproc{class CV_EXPORTS_W SuperpixelSLIC : public Algorithm{public:   // 这个函数用于获得超像素的数量    CV_WRAP virtual int getNumberOfSuperpixels() const = 0;    //迭代的次数    CV_WRAP virtual void iterate( int num_iterations = 10 ) = 0;    //获得图像超像素标签，是一个CV_32SC1的Mat，标签的值在这个范围内[0, getNumberOfSuperpixels()]    CV_WRAP virtual void getLabels( OutputArray labels_out ) const = 0;    //获取超像素的边界，用于展示superpixel分割情况    CV_WRAP virtual void getLabelContourMask( OutputArray image, bool thick_line = true ) const = 0;    //这里主要是合并一些小的superpixel，min_element_size 最小超像素，像素点的数量    CV_WRAP virtual void enforceLabelConnectivity( int min_element_size = 25 ) = 0;};    //算法的种类    enum SLIC { SLIC = 100, SLICO = 101 };    //静态构造方法    CV_EXPORTS_W Ptr<SuperpixelSLIC> createSuperpixelSLIC( InputArray image, int algorithm = SLICO, int region_size = 10, float ruler = 10.0f );}}

完整代码如下：

#include "stdafx.h"#include<opencv2/opencv.hpp>#include <opencv2/ximgproc.hpp>#include<ctime>using namespace cv;using namespace std;int main(){    clock_t start;    clock_t end;    Mat frame,labels;    VideoCapture capture("E://image/skating2.avi");//打开文件    Mat mask;    if (!capture.isOpened())     {        cout << "文件打开失败！" << endl;      }    while (1)     {        capture >> frame;//获取一帧图像        start = clock();//开始计时        Ptr<cv::ximgproc::SuperpixelSLIC> slic = cv::ximgproc::createSuperpixelSLIC(frame);//创建一个对象        slic->iterate();//迭代次数，默认为10        slic->enforceLabelConnectivity();        slic->getLabelContourMask(mask);//获取超像素的边界        slic->getLabels(labels);//获取labels        int number = slic->getNumberOfSuperpixels();//获取超像素的数量        frame.setTo(Scalar(255, 255, 255), mask);        end = clock();//结束计时        cout << "时间:" << end - start << endl;        imshow("test", frame);        int key = waitKey(1);        if (key == 27)            break;    }    return 0;}

运行结果如下：

这里面具体参数的设定，大家可以参考文档和算法作者的论文，论文已经在参考文献中列举出来了。

opencv官方文档中SEEDS内容如下：

#include <opencv2/core.hpp>namespace cv{namespace ximgproc{class CV_EXPORTS_W SuperpixelSEEDS : public Algorithm{public:    CV_WRAP virtual int getNumberOfSuperpixels() = 0;    CV_WRAP virtual void iterate(InputArray img, int num_iterations=4) = 0;    CV_WRAP virtual void getLabels(OutputArray labels_out) = 0;    CV_WRAP virtual void getLabelContourMask(OutputArray image, bool thick_line = false) = 0;    virtual ~SuperpixelSEEDS() {}};CV_EXPORTS_W Ptr<SuperpixelSEEDS> createSuperpixelSEEDS(    int image_width, int image_height, int image_channels,    int num_superpixels, int num_levels, int prior = 2,    int histogram_bins=5, bool double_step = false);}}

seeds算法实现过程差不多，代码片段如下：

    //这里可以放到循环外面    Ptr<cv::ximgproc::SuperpixelSEEDS> seeds = cv::ximgproc::createSuperpixelSEEDS(frame.cols, frame.rows, frame.channels(), 1000, 15, 2, 5, true);    seeds->iterate(frame);//迭代次数，默认为4    seeds->getLabels(labels);//获取labels    seeds->getLabelContourMask(mask);;//获取超像素的边界    int number_seeds = seeds->getNumberOfSuperpixels();//获取超像素的数量

运行结果如下：

opencv官方文档中LSC内容如下：

#include <opencv2/core.hpp>namespace cv{namespace ximgproc{class CV_EXPORTS_W SuperpixelLSC : public Algorithm{public:    CV_WRAP virtual int getNumberOfSuperpixels() const = 0;    CV_WRAP virtual void iterate( int num_iterations = 10 ) = 0;    CV_WRAP virtual void getLabels( OutputArray labels_out ) const = 0;    CV_WRAP virtual void getLabelContourMask( OutputArray image, bool thick_line = true ) const = 0;    CV_WRAP virtual void enforceLabelConnectivity( int min_element_size = 20 ) = 0;};    CV_EXPORTS_W Ptr<SuperpixelLSC> createSuperpixelLSC( InputArray image, int region_size = 10, float ratio = 0.075f );}}

LSC算法的代码片段如下：

    Ptr<cv::ximgproc::SuperpixelLSC> lsc = cv::ximgproc::createSuperpixelLSC(frame);    lsc->iterate();//迭代次数，默认为4    lsc->enforceLabelConnectivity();    lsc->getLabels(labels);//获取labels    lsc->getLabelContourMask(mask);;//获取超像素的边界    int number_lsc = lsc->getNumberOfSuperpixels();//获取超像素的数量

运行结果如下：

三个算法完整代码如下：

#include "stdafx.h"#include<opencv2/opencv.hpp>#include <opencv2/ximgproc.hpp>#include<ctime>using namespace cv;using namespace std;int main(){    clock_t start;    clock_t end;    Mat frame,labels;    VideoCapture capture("E://image/skating2.avi");//打开文件    Mat mask;    if (!capture.isOpened())     {        cout << "文件打开失败！" << endl;      }    while (1)     {        capture >> frame;//获取一帧图像        start = clock();//开始计时        //Ptr<cv::ximgproc::SuperpixelSLIC> slic = cv::ximgproc::createSuperpixelSLIC(frame);//创建一个对象        //slic->iterate();//迭代次数，默认为10        //slic->enforceLabelConnectivity();        //slic->getLabelContourMask(mask);//获取超像素的边界        //slic->getLabels(labels);//获取labels        //int number_slic = slic->getNumberOfSuperpixels();//获取超像素的数量        //这里可以放到循环外面        //Ptr<cv::ximgproc::SuperpixelSEEDS> seeds = cv::ximgproc::createSuperpixelSEEDS(frame.cols, frame.rows, frame.channels(), 1000, 15, 2, 5, true);        //seeds->iterate(frame);//迭代次数，默认为4        //seeds->getLabels(labels);//获取labels        //seeds->getLabelContourMask(mask);;//获取超像素的边界        //int number_seeds = seeds->getNumberOfSuperpixels();//获取超像素的数量        Ptr<cv::ximgproc::SuperpixelLSC> lsc = cv::ximgproc::createSuperpixelLSC(frame);        lsc->iterate();//迭代次数，默认为4        lsc->enforceLabelConnectivity();        lsc->getLabels(labels);//获取labels        lsc->getLabelContourMask(mask);;//获取超像素的边界        int number_lsc = lsc->getNumberOfSuperpixels();//获取超像素的数量        frame.setTo(Scalar(255, 255, 255), mask);        end = clock();//结束计时        cout << "时间:" << end - start << endl;        imshow("test", frame);        int key = waitKey(1);        if (key == 27)            break;    }    return 0;}

大体上介绍到这里，如果文中描述有什么问题，大家可以提出来。

参考文献：
[1] Zhengqin Li and Jiansheng Chen. Superpixel segmentation using linear spectral clustering. June 2015.
[2] Radhakrishna Achanta, Appu Shaji, Kevin Smith, Aurelien Lucchi, Pascal Fua, and Sabine Susstrunk. Slic superpixels compared to state-of-the-art superpixel methods. IEEE Trans. Pattern Anal. Mach. Intell., 34(11):2274–2282, nov 2012.
[3] Michael Van den Bergh, Xavier Boix, Gemma Roig, Benjamin de Capitani, and Luc Van Gool. Seeds: Superpixels extracted via energy-driven sampling. In Computer Vision–ECCV 2012, pages 13–26. Springer, 2012.